要約
この論文では、軽量の地形図を使用して環境を表現する階層型ビジュアル ローカリゼーション フレームワークである LiteVLoc について説明します。
この方法は、粗い方法から細かい方法までカメラのポーズを推定する 3 つの連続したモジュールで構成されます。
詳細な 3D 表現に依存する主流のアプローチとは異なり、LiteVLoc は、学習ベースの特徴マッチングとメトリック ポーズ推定のための幾何学ソルバーを活用することで、ストレージのオーバーヘッドを削減します。
マップフリーの再位置推定タスク用の新しいデータセットも紹介されています。
シミュレートされたシナリオと現実世界のシナリオの両方での位置特定とナビゲーションを含む広範な実験により、システムのパフォーマンスが検証され、大規模な展開における精度と効率が実証されました。
コードとデータは一般に公開されます。
要約(オリジナル)
This paper presents LiteVLoc, a hierarchical visual localization framework that uses a lightweight topo-metric map to represent the environment. The method consists of three sequential modules that estimate camera poses in a coarse-to-fine manner. Unlike mainstream approaches relying on detailed 3D representations, LiteVLoc reduces storage overhead by leveraging learning-based feature matching and geometric solvers for metric pose estimation. A novel dataset for the map-free relocalization task is also introduced. Extensive experiments including localization and navigation in both simulated and real-world scenarios have validate the system’s performance and demonstrated its precision and efficiency for large-scale deployment. Code and data will be made publicly available.
arxiv情報
| 著者 | Jianhao Jiao,Jinhao He,Changkun Liu,Sebastian Aegidius,Xiangcheng Hu,Tristan Braud,Dimitrios Kanoulas |
| 発行日 | 2024-10-21 06:35:08+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google